Konvergent validitet sier i hvilken grad spørsmålene til en variabel er mer konsistente med hverandre enn med spørsmål som tilhører andre variable. Det betyr at respondenten bør svare systematisk likt på spørsmål for en og samme variabel (Hammervold 2012). Konvergent validitet referer altså til hvorvidt indikatorene som reflekterer et bestemt begrep, faktisk
reflekterer dette begrepet. Indikatorer som måler samme begrep, skal ha faktorladninger som er korrelert med hverandre og reflekterer samme egenskap, som tilsier en høy grad av konvergent validitet dersom indikatorene måler det samme (Johansen 2013). Validering skjer ved hjelp av en faktoranalyse som foretas kun på reflektive måleskalaer, noe som denne studien
representerer. Faktoranalyse handler først og fremst om datareduksjon, det vil si at man
73
forenkler datamaterialet ved å redusere antall variabler til et mindre antall faktorer (Johannesen 2003). Formålet med datareduksjonen, eller uttrekking av faktorer, er å finne antall faktorer som best beskriver den observerte korrelasjonen eller kovariansen mellom de observerte variablene. Jo flere faktorer man trekker ut, jo bedre tilpasning får man mellom observert og reprodusert korrelasjonsmatrise. Med andre ord forklares mer av variansen i det fenomenet man undersøker, ved bruk av flere faktorer (Eikemo & Clausen (red.) 2012).
Utvalgsstørrelsen i denne avhandlingen er ikke optimal for en faktoranalyse (N = 127), men analysen gjennomføres likevel. I denne studien gjennomføres faktoranalyse på alle uavhengige variablene for påvirkningsstrategi samt den avhengige variabelen tilfredshet. Den uavhengige variabelen ”samarbeid” er en kategoriseringsvariabel, og egner seg derfor ikke til
faktoranalyse.
Kravet til faktorladninger varierer blant forskere, men kravet på >0.5 anbefales av blant andre Bagozzi og Yi (1988). Faktorladninger >0.5 benyttes derfor som et krav for at indikatoren skal anses som valid, som betyr at indikatorer med faktorladninger <0.5 forkastes (Bagozzi & Yi 1988).
Videre i kapitlet presenteres resultatene fra faktoranalysen per variabel.
74 6.3.2 Faktoranalyse
Faktoranalysen viser hvordan spørsmålene for variablene lader på de ulike faktorene. Jo høyere faktorladning, desto mer forklares variabelen av den bakenforliggende faktoren.
Faktorladningene er korrelasjonen mellom en variabel og faktoren. Verdien på faktorladningene ligger fra -1,0 til 1,0.
Sosial tilfredshet
Tabell 6.1: Sosial tilfredshet – urotert faktoranalyse
Rotated Component Matrixa
Component
1 2 3
sp12sostilfreds2 ,837 ,379
sp12sostilfreds3 ,837 ,423
sp12sostilfreds6 -,790 ,324
sp12sostilfreds5 ,722 -,391 ,176
sp12sostilfreds4 ,657 -,157 ,517
sp12sostilfreds1 -,577 ,341 ,227
sp12sostilfreds10 -,206 ,872
sp12sostilfreds9 ,865 -,201
sp12sostilfreds7 ,838
sp12sostilfreds8 ,276 -,239 ,701
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a a. Rotation converged in 7 iterations.
Resultatet fra den første kjøringen viser at begrepet lader på tre faktorer, noe som kan tyde på at ikke alle variablene måler det tiltenkte begrepet like godt, og har dermed flere dimensjoner.
Man starter med den første faktoren, som forklarer den største andelen av variansen med 46,8
%, og ser hvilke variabler som har en ladning på +/- 0,5. Sostilfreds 1 – 6 lader høyt på samme faktor. Dette er alle spørsmål som har med relasjonen mellom bokhandel og forlag å gjøre og omhandler serviceinnstilling og hjelpsomhet, eller mangel på sådan. Disse henger naturlig sammen. En bokhandel som vurderer et forlags bokhandelkontakt som hjelpsom (sostilfreds3), vil naturlig nok også anta at denne yter god service gjennom god produktkunnskap
75
(sostilfreds2). Videre lader sostilfreds9 – 10 på samme faktor og har lading >0,5. Disse spørsmålene er begge negativt ladde og handler om i hvilken grad forlagene holder tilbake informasjon overfor bokhandlerne. Disse hører også naturlig sammen og utgjør en dimensjon.
Sostilfreds7 – 8 lader også på samme faktor, sammen med sostilfreds4, som også lader høyt på første faktor. Sosialtilfreds 7 – 8 dreier seg om i hvilken grad samarbeidet mellom forlag og bokhandel er preget av gjensidig respekt, og hører dermed også naturlig sammen i en
dimensjon. Analysen viser at sostilfreds4 lader høyest på den ”gale” faktoren (hadde minst til felles med variablene på hovedfaktoren), og det kjøres derfor ny faktoranalyse der denne variabelen fjernes for å se om de resterende variablene kan ”enes” om en faktor. Tabellen under vises hvordan spørsmålene i variabelen sosial tilfredshet deler på de tre faktorene etter en rotert faktoranalyse.
Tabell 6.2: Sosial tilfredshet - rotert faktoranalyse
Rotated Component Matrixa Component
Service
Hemmelig-hold Respekt
sp12sostilfreds2 ,834 ,387
sp12sostilfreds3 ,834 ,432
sp12sostilfreds6 -,801 ,313
sp12sostilfreds5 ,728 -,385 ,185
sp12sostilfreds1 -,581 ,335 ,226
sp12sostilfreds10 -,210 ,872
sp12sostilfreds9 ,867 -,190
sp12sostilfreds7 ,840
sp12sostilfreds8 ,282 -,238 ,722
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 7 iterations.
Rotasjon bidrar til å maksimere høye korrelasjoner mellom variablene og minimalisere lave korrelasjoner (Rotation varimax), og vi får fram et tydeligere mønster ved at variablene får høye ladninger på én faktor, og lavere ladninger på de øvrige faktorene (Johannesen 2003). Nå ser vi at begrepet sosial tilfredshet fordeler seg fint over tre faktorer, og har alle en ladning på over 0,5. Faktoranalysen gir altså en tredimensjonal løsning på begrepet sosial tilfredshet.
76
På bakgrunn av faktoranalysen konstrueres de tre dimensjonene service, hemmelighold og respekt. Disse nye variablene benyttes i den videre analysen.
Finansiell tilfredshet
Tabell 6.3: Finansiell tilfredshet - urotert faktoranalyse
Rotated Component Matrixa
Component
1 2 3
sp13fintilfreds5 ,796 ,213 ,137
sp13fintilfreds3 -,776 -,107
sp13fintilfreds6 ,770 ,238 sp13fintilfreds7 ,667 ,439
sp13fintilfreds2 ,398 ,717 ,178
sp13fintilfreds1 -,164 -,716
sp13fintilfreds9 ,105 ,844
sp13fintilfreds8 ,470 ,725
sp13fintilfreds4 -,418 ,388 -,615 Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.
Den første faktoren forklarer den største andelen av variansen med 38,2 %. Fintilfreds3,5,6 og 7 ladet høyt på første faktor og omhandler både lønnsomhet og bokhandlers vurdering av rabattavtaler. Fintilfreds5 og 7 dreier seg om rabatter, fintilfreds3 og 6 tar for seg lønnsomhet.
Dimensjonene lønnsomhet og rabatter dekker begge begrepet finansiell tilfredshet, men er egentlig to ulike økonomiske begrep. Jo høyere rabatter, desto lavere innkjøpskostnader, noe som igjen påvirker dekningsbidraget positivt. Dette fører til økt lønnsomhet ceteris paribus, og påvirker på denne måten lønnsomheten indirekte. Tilfreds1 – 2 lader høyt på faktor 2 som også omhandler dimensjonen rabatter. Fintilfreds4, 8 og 9 lader høyt på faktor 3 hvorav fintilfreds8 og 9 har med markedsføring å gjøre, mens fintilfreds4 også er knyttet til rabatter. Dimensjonen rabatter er med andre ord spredd på tre faktorer, og en rendyrking av faktorene på tre ulike dimensjoner er nødvendig. Spørsmålene som omhandler rabatter (fintilfreds1, 2, 4, 5 og 7) er alle positivt vinklet og måler det samme, nemlig hvor fornøyd bokhandlerne er med forlagenes rabatter. Fire spørsmål om rabatter er unødvendig og gir ikke verdifull tilleggsinformasjon.
Derfor tas fintilfreds 5 og 7 bort fra den første faktoren og fintilfreds4 fra den tredje faktoren for å forsøke å rendyrke følgende tre dimensjoner: Faktor1 = Lønnsomhet, faktor 2 = rabatt og
77
faktor 3 = markedsstøtte. Det gjennomføres deretter en rotert faktoranalyse med følgende resultat:
Tabell 6.4: finansiell tilfredshet - rotert faktoranalyse
Rotated Component Matrixa
Component
1 2
sp13fintilfreds6 ,771
sp13fintilfreds2 ,755 ,286 sp13fintilfreds3 -,668
sp13fintilfreds1 -,604 -,174
sp13fintilfreds9 ,870
sp13fintilfreds8 ,262 ,841 Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Variablene fordeler seg på to faktorer med sterke ladninger på hver sin faktor. Dette tyder på at begrepet egentlig har to dimensjoner, ikke tre som først antatt. Fintilfreds1 lader nå høyt på faktor 1, noe som ikke var tilfellet før den siste rotasjonen. Fintilfreds1, 2, 3 og 6 handler om rabatter og lønnsomhet og er relatert til den økonomiske dimensjonen av begrepet. Fintilfreds8 og 9 lader høyt på faktor 2 og er relatert til markedsstøtte. Resultatet av faktoranalysen for begrepet finansiell tilfredshet har dermed resultert i to dimensjoner: Økonomi og markedsstøtte.
Disse dimensjonene tas med videre til regresjonsanalysen.
78 Anbefaling
Anbefaling er en av seks dimensjoner av begrepet påvirkningsstrategier. Den første
faktoranalysen for anbefalinger resulterer i kun én faktor som forklarer 69 % av variansen. Alle variablene lader høyt på denne faktoren og dette betyr at alle spørsmålene måler begrepet på en god måte. Alle variablene tas derfor med videre i analysen. Variablene samles i én dimensjon som benevnes ”anbefaling”.
Tabell 6.5: Anbefaling - urotert faktoranalyse
Component Matrixa
Component 1
sp6anbef2 ,899
sp6anbef3 ,882
sp6anbef1 ,792
sp6anbef4 ,735
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Informasjon
Faktoranalysen for variabelen informasjon viser også at spørsmålene konsentrerer seg om én faktor som forklarer hele 78 % av variansen.
Tabell 6.6: Informasjon - urotert faktoranalyse –
Component Matrixa
Component 1
sp7info2 ,904
sp7info3 ,903
sp7info4 ,888
sp7info1 ,835
Extraction Method:
Principal Component Analysis.
a. 1 components extracted.
Alle spørsmålene lader høyt på den ene faktoren, og tas derfor med videre i analysen under samlebetegnelsen ”informasjon” som navn på den nye variabelen.
79 Løfte
Løfte består av seks spørsmål, og faktoranalysen viser et resultat på én faktor som forklarer 55, 4 % av variansen. Alle spørsmålene lader høyt på faktoren, og tas derfor med videre i analysen. Løfte5 lader rett over kravet på >0,5, men tas likevel med videre siden spørsmålet vurderes å dekke en viktig dimensjon ved begrepet, nemlig løfte om bonus. Den nye variabelen benevnes ”løfte”
.
Tabell 6.7: Løfte - urotert faktoranalyse
Component Matrixa
Component 1
sp8løfte3 ,838
sp8løfte6 ,793
sp8løfte4 ,758
sp8løfte1 ,748
sp8løfte2 ,716
sp8løfte5 ,590
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
80 Anmodning
Faktoranalysen for anmodning viser det samme som for de andre dimensjonene av variabelen påvirkningsstrategier. Spørsmålene samler seg om én faktor som her står for 76 % av den forklarte variansen. Alle spørsmålene lader svært høyt på samme faktor og måler begrepet svært godt. Disse tas derfor med i den videre analysen under variabelnavnet ”anmodning”.
Tabell 6.8: Anmodning - urotert faktoranalyse
Component Matrixa
Component 1
sp9anmodn3 ,891
sp9anmodn1 ,885
sp9anmodn2 ,873
sp9anmodn4 ,834
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Juridisk
Faktoranalysen for juridisk viser at spørsmålene samler seg om én faktor som her står for hele 88 % av den forklarte variansen. Alle spørsmålene lader svært høyt på samme faktor og måler begrepet svært godt. Alle spørsmålene måles begrepet på en god måte. Disse tas derfor med i den videre analysen under variabelnavnet ”juridisk”.
Tabell 6.9: Juridisk - Urotert faktoranalyse
Component Matrixa
Component 1
sp10jur3 ,951
sp10jur4 ,945
sp10jur2 ,931
sp10jur1 ,920
Extraction Method:
Principal Component Analysis.
a. 1 components extracted.
81 Trussel
Den siste dimensjonen som tilhører begrepet påvirkningsstrategi er trussel. En faktoranalyse av trussel gir én faktor som for de andre dimensjonene, og den forklarte variansen er på 74 % for denne faktoren. Alle spørsmålene lader høyt på samme faktor, og det betyr at disse måler begrepet på en god måte. Den nye variabelen ”trussel” inneholder derfor alle spørsmålene og tas med i den videre analysen.
Tabell 6.10: Trussel - urotert faktoranalyse
Component Matrixa
Component 1
sp11trussel5 ,933
sp11trussel4 ,924
sp11trussel3 ,910
sp11trussel2 ,772
sp11trussel1 ,732
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
6.3.3 Divergent validitet
Divergent eller diskriminant validitet beskriver i hvilken grad spørsmålene for en faktor (dimensjon) skiller seg fra spørsmål som tilhører andre faktorer (dimensjoner).
Det betyr av når vi tester for divergent validitet, må alle spørsmålene sees i
sammenheng, og vi må vise at variablene ikke er empirisk overlappende. Ideelt sett skal variabler som representerer en faktor vise liten korrelasjon med variabler som
representerer andre faktorer. I den divergente analysen inngår alle spørsmålene (variablene) som passerte testen for konvergent validitet, og det er vanlig å utelate den avhengige variabelen (Sørebø 2007).
Divergent validitet gjøres ved å utføre faktoranalyse for de aktuelle indikatorene i modellen, her blir det de seks uavhengige variablene for begrepet påvirkningsstrategi. Dataene er valide ved verdier >0, 3, men en lading på >0, 5 foretrekkes. Faktorladningen skal være høyere enn kryssladningen, og hvis en indikator lader på flere faktorer, skal differansen mellom
faktorladning og kryssladning være >0,2 for å oppfylle kravene til divergent validitet (Johansen 2013).
82
Tabell 6.11 viser at kravene til divergent validitet er oppfylt.
Tabell 6.11: Divergent validitet
Component Matrixa
Component
1 2 3 4 5 6
Anbefaling ,636 -,352 ,590 ,282 -,202
Informasjon ,777 -,276 -,139 -,474 -,201 ,188
Løfte ,740 -,460 ,464 -,150
Anmodning ,726 -,526 ,418 ,134
Juridisk ,768 ,492 -,195 -,352
Trussel ,487 ,761 ,271 ,242 ,220
Extraction Method: Principal Component Analysis.
a. 6 components extracted.
6.3.4 Reliabilitet
Reliabilitetskontroll er noe vi gjør for hvert begrep. Hensikten er å se om målemodellen er stabil og om den kan benyttes som en skala. En vanlig indikator på dette er Cronbachs Alpha, og den bør være >0,7. Cronbachs Alpha er et mål for samvariasjon mellom indikatorene. Om det er liten samvariasjon vil Cronbachs Alpha gå mot 0. Er det stor samvariasjon, vil den gå mot 1 (Sørebø 2007).
Reliabilitetsanalyse for variablene for påvirkningsstrategi
Anbefaling
Cronbach's
Alpha N of Items
,846 4
Cronbachs alpha er 0.846, noe som er over kravet på >0,7. Resultatet viser at begrepet
anbefaling tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha ikke blir vesentlig høyere ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
83
Informasjon
Cronbach's
Alpha N of Items
,902 4
Cronbachs alpha er 0.902, noe som er godt over kravet på >0,7. Resultatet viser at begrepet informasjon tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha blir litt lavere ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
Løfte
Cronbach's
Alpha N of Items
,837 6
Cronbachs alpha for løfte er 0.837, noe som er godt over kravet på >0,7. Resultatet viser at begrepet løfte tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha blir litt lavere ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
Anmodning
Cronbach's
Alpha N of Items
,884 4
Cronbachs alpha for anmodning er 0,837, noe som er godt over kravet på >0,7. Resultatet viser at begrepet anmodning tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha blir litt lavere ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
84 Juridisk
Cronbach's
Alpha N of Items
,948 4
Cronbachs alpha for juridisk er 0,948, noe som er godt over kravet på >0,7. Resultatet viser at begrepet juridisk tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha blir litt lavere ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
Trussel
Cronbach's
Alpha N of Items
,904 5
Cronbachs alpha for trussel er 0,904, noe som er godt over kravet på >0,7. Resultatet viser at begrepet trussel tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Videre viser testen at Cronbachs alpha blir så å si uforandret ved å fjerne noen spørsmål (Cronbachs alpha if items deleted), og alle spørsmålene beholdes.
Sosial tilfredshet
Den første reliabilitetstesten av sosial tilfredshet viser en Cronbachs alpha på kun 0, 256, noe som er godt under kravet, og ikke overraskende. Videre viser testen at verdien vil øke
betraktelig ved å fjerne spørsmål 6. Spørsmål 6 ”Forholdet til forlagene vil jeg karakterisere som fiendtlig” er et spørsmål som kan være feil dimensjon av begrepet sosial tilfredshet i denne sammenhengen. Det er sjelden at relasjon bokhandel – forlag kjennetegnes ved denne
karakteristikken, og er noe de fleste ikke forholder seg til. Videre ser man av deskriptiv statistikk at spørsmål har en verdi for skewness og kurtosis på hhv – 1,9 og + 5,158 med en middelverdi på 4,43. Dette kan tyde på at spørsmålet ikke måler begrepet på noen god måte, og
85
tas derfor bort. Videre viser testen at fjerning av spørsmål 1, 9 og 10 vil gi god og høy verdi på Chronbachs alpha. Disse spørsmålene er alle negativt ladde, og er spørsmål som de fleste fant litt vanskelig å svare på. Spørsmål 1 ” Forlagenes bokhandelkontakter er ustrukturerte” er et helt legitimt spørsmål, men det kan se ut til at respondentene har tolket spørsmålet på ulik måte, og at dette forholdet ikke påvirker en bokhandlers tilfredshet. Det er derfor ikke er et godt mål.
Spørsmål 9 ”Forlagene skjuler ting jeg burde vite” og spørsmål 10 ”Forlagene nekter å forklare sin policy mht rabatter, innkjøp, profilering og lignende ” ble gruppert i den nye variabelen
”hemmelighold” etter faktoranalysen av begrepet sosial tilfredshet. Årsaken til at disse
spørsmålene ble oppfattet som vanskelige, er at svarene avhenger av type forlag. Spørsmålene ga ikke rom for å skille mellom forlag. Videre er gjerne disse forholdene som omtales i
spørsmål 9 og 10, avklart og nedfelt i kontrakter og i bokavtalen, og måler derfor ikke begrepet sosial tilfredshet godt nok. Spørsmål 1, 6, 9 og 10 tas dermed ikke med i den videre analysen.
Verdier for Chronbachs alpha blir derfor etter bortfall av spørsmål 1, 6, 9 og 10:
Cronbach's
Alpha N of Items
,821 5
Cronbachs alpha er nå oppe i 0,821, noe som er godt over kravet på >0,7. Resultatet viser at dimensjonen sosial tilfredshet tilfredsstiller kravet til reliabilitet, at indikatorene har høy grad av intern konsistens og er dermed valide. Spørsmålene fordeles på to gjenværende dimensjoner.
Spørsmål 2 og 3 = service og spørsmål 7 og 8 = respekt.
Finansiell tilfredshet
Den første reliabilitetstesten av finansiell tilfredshet viser en Chronbachs alpha på 0, 129, noe er er langt under kravet. Ved å ta bort spørsmål 1 og 3, endte verdien på Chronbachs alpha på 0, 645, noe som kan sies å være tilfredsstillende.
Cronbach's
Alpha N of Items
,645 4
Spørsmål 1 ”Forlagenes rabatter er lavere enn i bransjen for øvrig” og spørsmål 3 ”Det er liten avkastning på den eksponeringen jeg gir forlagenes bøker” tilhører begge faktor 1 –
86
økonomi – i faktoranalysen. Men disse spørsmålene overlapper med og måler omtrent det samme som med de to resterende spørsmålene tilhørende denne faktoren. Videre avgjøres rabatter på kjedenivå, og er derfor er spørsmål det kan være vanskelig å svare på for den enkelte bokhandler. Spørsmålet om avkastning er ikke knyttet opp mot merkevaren forlag, snarere opp mot forfattere som merkenavn. Dette tyder på at disse to spørsmålene ikke måler begrepet nøyaktig, og de tas derfor ut. Spørsmål 1 og 3 blir derfor ikke med i den videre analysen. De gjenværende spørsmålene fordeles på to dimensjoner, nemlig økonomi (spørsmål 6) og markedsstøtte (spørsmål 8 og 9).
Se tabell 6.12 for en oppsummering av reliabilitetsanalysen.
Tabell 6.12: Resultatene fra reliabilitetsanalysen
Begrep Antall
indikatorer
Chronbachs alpha
Spørsmål beholdt
Navn på variabel
Anbefaling 4 0, 846 1 - 4 Anbefaling
Informasjon 4 0, 902 1 - 4 Informasjon
Løfte 6 0, 837 1 - 6 Løfte
Anmodning 4 0, 884 1 - 4 Anmodning
Juridisk 4 0, 948 1 - 4 Juridisk
Trussel 5 0, 904 1 - 5 Trussel
Sosial tilfredshet 5 0, 821 2, 3, 7, 8 Service (2, 3) Respekt (7, 8) Finansiell
tilfredshet
4 0, 645 6, 8, 9 Økonomi (6)
Markedsstøtte (8, 9)
Testing av intern reliabilitet ved hjelp av Chronbachs alpha kan ha noen svakheter.
Chrombachs alpha kan bli påvirket av antall variabler som inngår i reliabilitetsanalysen. En svak gjennomsnittlig korrelasjon (0,2) gir en alpha – verdi over 0,7,og det er viktig å være klar over at Chronbachs alpha enkelt kan økes ved å fjerne antall spørsmål slik det her er gjort for begrepene sosial og finansiell tilfredshet. Det er likevel argument for hvorfor fjerning av disse spørsmålene er forsvarlig. En svært høy Chronbachs alpha kan også tyde på at spørsmålene er for like og vil generere omtrent like svar. Dette vil medføre at variablene vil være meget høyt korrelerte med hverandre. Dette er tilfellet for flere av de uavhengige variablene i denne studien, se tabellen over. Så dette innebærer at man ikke kan være sikker på at man har foretatt
87
en god empirisk måling selv om alpha-verdiene er høye. Det gir en indikasjon på at en empirisk måling av et latent begrep er reliabelt og konsistent, men i hvilken grad begrepet som måles er forbundet med teori, er noe som ikke kan testes direkte ved hjelp av Chronbachs alpha. Men høy intern konsistens er likevel en forutsetning for en valid operasjonalisering av et latent teoretisk begrep (Eikemo & Clausen (red.) 2012).
6.3.5 Diskriminant validitet
Diskriminant validitet er oppnådd når ved fravær av korrelasjon mellom de uavhengige variablene i modellen. Det vil si å sørge for fravær av multikollinearitet som er en viktig regresjonsforutsetning (Berry 1993). Multikollinearitet betyr korrelasjon mellom de
uavhengige variablene, og at begrepene overlapper hverandre og sannsynligvis måler de samme kriteriene. Krav til korrelasjon er at den bør være < 0,8, mens den for små utvalg kan være
<0,6. Ved brudd på multikollinearitet bør en av variablene tas ut av modellen. Diskriminant validitet testes ved hjelp av bivariat korrelasjonsanalyse hvor alle de gjenværende og valide begrepene i modellen inkluderes.
De multivariate korrelasjonene framgår av vedlegg 4: Korrelasjonstabell.
Samtlige korrelasjoner mellom uavhengige variabler er <0,8, to uavhengige variabler har en
Samtlige korrelasjoner mellom uavhengige variabler er <0,8, to uavhengige variabler har en